0 1 2

ANNOTATION

Methods and tools for image processing in computer biomedical systems // Master thesis// Pulyak Lyubomyr Yaroslavovych // Ternopil Ivan Pul’uj National Technical University, Faculty of Computer Information Systems and software engineering, group CIm – 62 // Ternopil, 2019 // p. – 110, fig. – 40, tab. – 10, Sheets A1 – 10, Add. – 2, Ref. – 55.

Keywords: MEDICAL IMAGE, FILTRATION, HISTORY, DIGITAL IMAGE, METHOD.

The master's qualification is devoted to the study of methods and tools for image processing in computer biomedical systems. The master's qualification work analyzes the methods and means of biomedical image processing. Due to this, it is concluded that it is advisable to use certain methods in the improvement and treatment of medical images.

It is justified to use exactly those methods, which in the process of experience were able to show themselves from the best side in a number of factors such as processing time, visual processing result, clarity of small details. The feasibility of using the methods of visual enhancement of medical images using the Kanni and standard deviation methods is investigated.

Формати графічних файлів та їх властивості Існують також внутрішні формати, створені компаніями, які розробляють медичне діагностичне обладнання. Однак, незалежно від типу обладнання та його походження, все цифрове радіодіагностичне обладнання обов'язково припиняється терміналом, сумісним з DICOM. Стандарт DICOM дозволяє створювати, зберігати, передавати та друкувати всі медичні зображення, інформацію про пацієнтів, проведені дослідження, обладнання, засоби та медичний персонал, який виробляє дослідження. З цього стандарту медичні зображення передаються по мережі PACS (архівування та передача медичних зображень) і далі передаються до RIS (радіологічна інформаційна мережа) та HIS (лікарняна інформаційна мережа) [24]. Слід зазначити, що лікар повинен мати програми перетворення, які дозволяють перекладати медичні зображення та супровідні їх документальні дані з одного формату в інший: PDF у WORD та назад, DjVu до WORD, YouTube в AVI та інші. Під час використання медичних зображень також слід враховувати переносимість платформ IBM PC та Apple Macintosh. Перетворювачі слід використовувати за потребою

РОЗДІЛ 3

ОБРОБКА ЗОБРАЖЕНЬ

>> I = imread('ww.jpg'); >> Ib = rgb2gray(I);

Перетворюємо для подальшого його опрацювання в двоканальне чорнобіле зображення. Оскільки зображення спочатку було чорно-білим то візуальних змін воно не зазнало, але відображається тепер не за допомогою трьох каналів (Red, Green, Blue) а тільки двох – білого і чорного.

Рис. 3.7. Зображення після контрастно-обмежуючого вирівнювання гістограми

Рис. 3.8. Гістограма після контрастно обмеженого вирівнювання

3.2. Покращення медичних зображень шляхом їхньої фільтрації Ще однією проблемою у роботі з медичними зображеннями є шуми, які виникають під час їхнього отримання. Іноді немає можливості повторного клінічного дослідження, тому пост обробка вже отриманих зображень може стати важливим аспектом подальшого лікування пацієнта [43]. Часто медичні зображення піддаються впливу різноманітних факторів(електромагнітне випромінювання, недоліки зчитуючих пристроїв, пошкодження при транспортуванні), що призводить до виникненню шуму на них. Для боротьби з шумами різного роду використовують фільтри [44]. Кожен з багатьох видів фільтрів має свою специфіку, алгоритм та час затрачений на фільтрацію. Для дослідження було вибрано рентгенівський знімок молочних залоз. I = imread("kk.jpg"); imshow(I) Рис. 3.10. Візуалізоване зображення Оскільки дане зображення має мінімум шумів, то додамо їх штучно. Отримане зображення переведемо в двовимірне та виведемо на екран.

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

1. Bemd Jähne. Digital Image Processing: Concepts, Algorithms, and Scientific Applications. Berlin, 1993. 412 p.

2. Vector & Raster Graphics in Offset Printing – Olympus Press – Commercial Printing. . 2014. URL: https://olypress.com/vector-vs-raster-graphics-in-printing (дата звернення: 05.11.2019).

3. Mostafavi H., Smith F.W. Image correlation with geometric distorsion. 1978. 493 p.

4. R. Keys Cubic convolution interpolation for Digital Image Processing. 1981. 1160 p.

5. Rao B. Visvesvara., Rajeshwari &Rao. Signals and Systems. 2003. 306 p. 6. Jonathan Nemirovsky, Efrat Shimron Utilizing Bochners Theorem for Constrained Evaluation of Missing Fourier Data. , 2015. 18 p.

7. Landau H. J. Necessary density conditions for sampling and. 1967. 16 p. 8. Foley, J. D., Van Dam, A. Fundamentals of Interactive Computer Graphics. . Berlin, 1982. 708 p.

9. Owen Demers. Digital Texturing and Painting. 2001. 306 p.

10. Allen Gersho., Robert M. Gray. Vector Quantization and Signal Compression. , 1991. 732 p.

11. David W. Scott. Averaged shifted histogram. 2009. 162 p.

12. Ковалів. Ю. І. Контраст, Контрастування // Літературознавча енциклопедія. Київ, 2007. 519 с.

13. ОСНОВНІ ХАРАКТЕРИСТИКИ КОЛЬОРУ. URL: https://www.koloristika.in.ua/t_ohk.php (дата звернення: 09.11.2019).

14. HDMI Enhanced Black Levels, xvYCC and RGB. by Clint DeBoer — April 16, 2008. URL: https://www.audioholics.com/home-theater-calibration/hdmi-black-levels-xvycc-rgb (дата звернення: 10.11.2019).

16. Parker A.J., Kenyon R., Troxel D.E. Comparison of interpolating methods for Image Resampling.- IEEE Trans. Medical Imaging, 1983, 39 p.

17. An Introduction to Projective Geometry (for computer vision). Birchfield S. 1998. URL: http://www.dai.ed.ac.uk/Cvonline/geom.htm (дата звернення: 10.11.2019).

18. Василишин О. М. Технологія набору та верстки. Львів, 2011. 306 с. 19. Maybank S., Faugeras O. A. Theory of Self-calibration of a Moving Camer. , 1991. 151 p.

20. Popov S.A., Kirichuk V.S. Algorithm of Estimation of the Geometric Parameters of the System of Two Projection Cameras by the Method of the Least Squares . Pattern Recognition and Image Analysi, 1999. 304 p.

21. Morgan Kaufmann. Digital Video and HDTV: Algorithms and Interfaces. Charles A. Poynton , 2003. 309 p.

22. Формати графічних файлів. Форми зберігання. 2016. URL:http://dl-cloud.kpi.ua/stud/sites/CompGraf/third-lesson.html (дата звернення: 18.11.2019).

23. Валерій Лисенко. Машинна графіка. , 2005. 10 с.

24. DICOM brochure. URL:

http://dicom.nema.org/dicom/geninfo/Brochure.pdf (дата звернення: 18.11.2019). 25. Візуалізація медико-біологічних даних. URL:http://intranet.tdmu.edu.ua/data/kafedra/internal/informatika/lectures_stud/uk/p harm/tpkz/ptn/ (дата звернення: 19.11.2019).

26. Medical Radiation Exposure Of The U.S. Population Greatly Increased Since The Early 1980s. National Council on Radiation Protection & Measurements., 2019. 111 p.

27. Brown RW, Cheng YN, Haacke EM, Thompson MR, Venkatesan R. Magnetic Resonance Imaging: Physical Principles and Sequence Design. , 2014. 976 p.

29. Рисована Л.М., Радзішевська Є.Б. Візуалізація медико-біологічних даних. Обробка й аналіз медичних зображень. , 2016. 23 с. 30. Методи отримання медичних зображень. URL:http://www.wikipage.com.ua/1xc67.html (дата звернення: 21.11.2019). Комп'ютерна обробка медичних зображень. URL: 31. http://rex.knu.ua/docs/mr/programs/16.pdf (дата звернення: 22.11.2019). 32. Основи аналізу багатовимірних сигналів . Url: http://www.phbme.kpi.ua/~popov/Lab_Rab/Digital_Image_Processing_Basics_2014. pdf (дата звернення: 25.11.2019). 33. Бульба Є.М. , Сокол Г.В. Цифрова обробка сигналів та зображень. Полтава, 2011. 30 с. 34. Статистичні методи аналізу зображень. URL: https://web.posibnyky.vntu.edu.ua/fksa/2kvetnyj_komp'yuterne_modelyuvannya_syst em_procesiv/t2/212..htm (дата звернення: 27.11.2019). Формування, обробка та аналіз біомедичних зображень. URL: 35. https://learn.ztu.edu.ua/pluginfile.php/57489/mod_resource/content/1.pdf (дата звернення: 27.11.2019).

36. S. Arora, J. Acharya, A. Verma, and P. K. Panigrahi. Multilevel thresholding for image segmentation through a fast statistical recursive algorithm . 2008. 125 p.

37. Фільтрація біомедичних зображень методами OpenCV. URL:http://ki.tneu.edu.ua/view/showResearch/imageFiltration.php (дата звернення: 29.11.2019).

38. Dougherty G. Digital Image Processing for Medical Applications. Geoff Dougherty, 2009. 462 p.

39. Методи отримання медичних зображень. URL: https://studfile.net/preview/5280766/page:3/ (дата звернення: 03.12.2019).

41. Image Processing Toolbox. URL: https://matlab.com/products/image-processing-toolbox (дата звернення: 06.12.2019).

42. Sergios Theodoridis, Konstantinos Koutroumbas. Pattern recognition, fourth edition. 2009. 961 p.

43. Sergios Theodoridis, Konstantinos Koutroumbas. An introduction to pattern recognition: a MatLab approach. 2010. 219 p.

44. Цифрова обробка зображень. Київ, 2016. URL: https://ela.kpi.ua/bitstream/123456789/21035/1/metod_DIP.pdf (дата звернення: 08.12.2019).

45. Image Processing Using MATLAB: Basic Operations . 2019. URL: https://electronicsforu.com/electronics-projects/image-processing-using-matlab-part-1 (дата звернення: 08.https://electronicsforu.com/electronics-projects/image-processing-using-matlab-part-12.20https://electronicsforu.com/electronics-projects/image-processing-using-matlab-part-19).

46. Canny J.А. Computational Approach To Edge Detection. , 1986. 20 p. 47. Vailaya, A.K. Jain, H.J. Zhang. On image classification: city vs. landscape. , 1998. 1935 p.

48. Walpole Roland E., Myers Raymond H. Probability and Statistics for Engineers and Scientists. — 3-th. edition. New York, 1985. 639 p.

for i=1+r:N-r; disp(i); for j=1+r:M-r; box=I(i-r:i+r,j-r:j+r); S(i,j)=std(box(:)); if I(i,j)>mean(box); I(i,j)=I(i,j)+k*S(i,j); else I(i,j)=I(i,j)-k*S(i,j); end; end; end; I=I(1+r:N-r,1+r:M-r); I(I<0)=0; I(I>1)=1; figure, imshow(S); title('Середньоквадратичне відхилення значень інтенсивності пікселів зображення'); figure, imshow(I); title('Зображення з підкресленними межами'); Лістинг коду роботи з гістограмами L=imread("ww.jpg"); histogram(L) figure I=imread("ww.jpg"); imshow(I); Igray = rgb2gray(I); imshow(Igray); level = 067; Ithresh = im2w(igray,level); Ithresh = im2bw(Igray,level); level = 0.67; Ithresh = im2bw(Igray,level); imshowpair(I, Ithresh, "montage"); level = 0.1;

Ithresh = im2bw(Igray,level); imshowpair(I, Ithresh, "montage"); histogram(Igray)

level = 0.8;

Ithresh = im2bw(Igray,level); imshowpair(I, Ithresh, "montage"); figure